VOL · 32

把今天的 AI
一杯咖啡读完

每日精选 · 一手源优先 · 看见 AI 浪潮的真实方向

2026 / 07 / 03 · 周五

政 策 与 监 管
OpenAI US Gov
CNBC · 今日

OpenAI 与美政府达成协议:让渡 5% 股权换监管通行证,估值 8520 亿美元

OpenAI 与美国政府达成股权让渡协议 / 让渡 5% 股权(约 426 亿美元等值)/ 估值锚定 8520 亿美元 / 换取白宫对算力扩张、数据中心用地的政策绿灯 / Stargate 5000 亿美元投资计划获实质性推进

这是 OpenAI 第一次把股权直接写进与政府的"交易条款"——5% 不是一个让步,是一张入场券。Stargate 5000 亿美元计划需要的不只是钱,是电网指标、出口审批、州级补贴。一句话总结这次的交换:OpenAI 用股权换了基础设施通行证,联邦政府拿到了 AI 头部公司的财务监督权。这套范式一旦固化,Anthropic 和 xAI 也得跟牌。
大 模 型
Microsoft Source · 今日

微软组建 Frontier Company 抢 AI 头部客户,6000 工程师专门服务 OpenAI/Anthropic/xAI

微软 7-2 宣布组建 Frontier Company / 投入 25 亿美元预算 / 抽调 6000 名工程师 / 专门服务头部 AI 实验室:OpenAI / Anthropic / xAI / Mistral / Cohere / 业务对冲 Azure 与对手云的合作关系

微软这步棋的精妙在于——把"为 AI 头部公司服务"变成独立业务。6000 工程师服务 5 家客户,平均每家 1200 人,相当于一家中型云厂的全部人马。微软赌的是:即使 Azure 不再是 OpenAI 独家云、Anthropic 转投 GCP、xAI 自建 Colossus,Frontier Company 仍能通过"贴身工程师服务"绑定头部。这本质上是用人力资本做云竞争的最后护城河。
Anthropic RSI
Anthropic 官方 · 今日

Anthropic 自爆:80% 代码由 Claude 编写,工程师效率提升 8 倍,进入"递归自我改进"

Anthropic 工程团队披露内部数据:约 80% 代码由 Claude 编写 / 工程师人均效率提升约 8 倍 / 进入"递归自我改进"(RSI)阶段 / Claude 用于训练下一代 Claude / Anthropic 强调安全护栏同步推进

当一家头部 AI 公司的工程师亲口说"80% 代码是 AI 写的",这件事的意义远超"提效"。它意味着 Claude 正在优化 Claude 自己的训练流程——这是教科书里对"AGI 前夜"最朴素的定义:模型参与自身迭代循环。Anthropic 选择公开这组数据,潜台词是想抢在监管落地前把"AI 自我改进"从恐慌叙事变成"我们管理得了"的事实陈述。
Google DeepMind · 今日

Google 开源 Nano Banana 2 Lite:4 秒出图、每张 0.034 美元,对标 SDXL-Lightning

Google 开源图像模型 Nano Banana 2 Lite / 1024×1024 出图 4 秒(单 H100)/ 每张成本 0.034 美元(API 价)/ 6 亿参数蒸馏版,对标 SDXL-Lightning / 支持 ControlNet + LoRA 微调 / Apache 2.0 协议

4 秒 + 0.034 美元这两个数字同时成立,意味着图像生成的"边际成本"已经接近纯算力开销。Google 把 SDXL-Lightning 当对标,是精准锁定开源社区的"事实标准"位置——这跟 Gemini 系列打闭源旗舰、Imagen 打 B 端是三条独立战线。Nano Banana 2 Lite 更可能改变的不是 To C 创意工具,而是电商、社交、广告这类"日吞吐百万图"的批量业务。
融 资 与 市 场
Together AI 官方 · 今日

Together AI 完成 D 轮 8 亿美元,估值 83 亿,Aramco 旗下 Prosperity7 领投

Together AI 官宣 D 轮 8 亿美元融资 / 投后估值 83 亿美元(约 600 亿人民币)/ 沙特阿美旗下 Prosperity7 领投 / Salesforce Ventures / 英伟达跟投 / 资金用途:5 年内将 GPU 集群从 2 万卡扩至 100 万卡

"5 年扩 50 倍 GPU 集群"这种承诺在 2024 年听起来像 PPT,但在 2026 年的 Together AI 身上有现实基础——开源大模型推理市场已经切走 OpenAI/ Anthropic 之外的相当份额。但本轮真正的看点是 Prosperity7 领投:沙特的钱不是财务投资,是把 Together 绑定进"非美国主权云"叙事,配合 HUMAIN 和阿联酋 G42 一起做中东 AI 算力底座。
开 源 与 社 区
Moonshot AI · 今日

Kimi K2.7 Code 正式 GA,进入 GitHub Copilot 模型库,每周 1.2 亿次调用

月之暗面 Kimi K2.7 Code 正式 GA(General Availability)/ 接入 GitHub Copilot 官方模型库 / 当前周调用 1.2 亿次 / 256K 上下文 + Agent Mode / 强调代码生成 + 工具调用能力

K2.7 Code 进入 Copilot 官方模型库,是国产开源大模型第一次"反向输出"到 GitHub 主航道。1.2 亿周调用不是小数字——意味着已经有相当数量的 GitHub 开发者每天在用 Kimi 写代码。配合 7 月 K3(2.5 万亿参数)即将发布,月之暗面的策略已经很清晰:K 系列做开源社区心智,K3 做旗舰性能标杆,两条腿分头走。
前 沿 技 术

Frontier · GitHub & arXiv 周边

Vercel eve
GitHub · Vercel · 本周

Vercel 开源 eve:filesystem-first Agent 框架,本地文件 + TypeScript 类型即 prompt

Vercel 团队发布 eve 框架 / 核心理念:filesystem-first(本地 Markdown / 配置文件就是 prompt 与上下文)/ TypeScript 类型签名即 prompt 模板 / 多模型 provider 抽象 / 30K+ Stars 上线一周

eve 走的是与 LangChain 完全相反的路线——不抽象出"工具调用"和"链式"概念,而是让本地文件 + TS 类型直接驱动 Agent。对前端工程师来说,eve 的学习曲线几乎为零:会写 React 组件就会写 Agent。但这个框架的真正野心是"Agent 应该长在编辑器里",而不是在 Python 后端服务里——Vercel 显然在为 Next.js + AI Agent 融合铺路。
agency-agents
GitHub · msitarzewski · 本周

agency-agents 11.6 万 Star:把整个"虚拟公司"角色库搬进开源仓库

msitarzewski/agency-agents 单周 11.6 万 Star / 仓库内含完整"虚拟公司"角色库 / 覆盖产品 / 工程 / 设计 / 营销 / 法务 / 财务等 14 个职能 / 每个角色附带 system prompt / 任务清单 / 工作流模板 / MIT 协议

agency-agents 跟之前的"awesome-agents"列表最大的区别是:它把"虚拟公司"作为基本单位。14 个职能角色,每个都附带完整的 prompt + workflow,相当于一个"开箱即用的 AI 公司"——你可以拿走整个框架,也可以挑一两个角色塞进自己的产品。11.6 万 Star 说明市场对"现成角色模板"的需求远超"通用 Agent 框架"。这跟 LangChain 的方向恰好相反:越通用越没人用,越具体越受欢迎。
arXiv · 本周

arXiv 2606.30616 Agents-A1:35B Agent 模型在通用基准上首次反超万亿闭源旗舰

Agents-A1:35B 参数开源 Agent 专用模型 / 训练数据:480 万条多步骤 Agent 轨迹 / 在 WebArena / AgentBench / SWE-bench Pro 等通用基准上首次反超万亿参数级闭源旗舰 / 推理成本仅 1/30 / 模型 + 训练代码全开源

35B 反超万亿的核心思路是"专才 > 通才":当 99% 的训练数据来自 Agent 轨迹(而非通用语料),模型在 Agent 任务上的密度效率远超通用旗舰。这条路线跟 DeepSeek R1 时代的"小而强"哲学一脉相承——但 Agents-A1 把战场从数学/代码换到了 Agent 任务。开源社区真正想要的不是"再大一点的 GPT-4",而是"专门解决我手头这个问题的模型"。